Python для сбора и анализа данных КНАД — различия между версиями

Версия 18:55, 30 января 2022

Преподаватели: С.С. Горшков М.К. Горденко И.В. Иванов

телеграм-чат

Лекции

Четверг 9:30 – 10:50, zoom

1. 13 января. Модуль numpy. Основные операции для работы с numpy.array. презентация colab обратная связь

2. 20 января. Модуль pandas. pandas1, pandas2 обратная связь

3. 27 января. Вопросы производительности. GIL. Работа в Pandas с несколькими таблицами презентация обратная связь

Семинары

БКНАД211: Четверг 11:10 – 12:30, zoom

БКНАД212: Пятница 11:10 – 12:30, zoom

1. 13/14 января Решение задач на numpy. colab211 обратная связь

2. 20/21 января Решение задач на pandas.Series pandas1-211, repl_invite-211 обратная связь

3. 27/28 января magic в jupyter. Решение задач на применение функций к датафреймам, работу с несколькими датафреймами. Сравнение проивзодительности операций задачи repl-invite211 обратная связь

Домашнее задание

Сдача задач проводится в anytask, инвайты в закреплённом сообщении телеграм чата. Максимум за одно дз – 10 баллов, по решению проверяющего могут быть добавлены бонусные баллы за изящные решения.

1. numpy. Дедлайн 23.01.2022 23:59

2. pandas. Дедлайн 30.01.2022 23:59

Рекомендуемая основная литература

1. Python для анализа данных – курс от МФТИ и Mail.Ru Group

2. Hadoop. Система для обработки больших объемов данных

3. Основы SQL – курс Андрея Созыкина

4. https://numpy.org/, https://pandas.pydata.org/, https://matplotlib.org/

Рекомендуемая дополнительная литература

1. https://mrjob.readthedocs.io/en/latest/

2. Devpractice Team. Python. Визуализация данных. Matplotlib. Seaborn. Mayavi.

3. https://vk.com/itcookies/python

4. О функции apply в pandas